• Tidak ada hasil yang ditemukan

EVALUASI PENERAPAN ALGORITMA A* DAN ALGORITMA JUMP POINT SEARCH PADA PERMAINAN LODE-RUNNER, THE LEGEND RETURN. Skripsi UKDW

N/A
N/A
Protected

Academic year: 2021

Membagikan "EVALUASI PENERAPAN ALGORITMA A* DAN ALGORITMA JUMP POINT SEARCH PADA PERMAINAN LODE-RUNNER, THE LEGEND RETURN. Skripsi UKDW"

Copied!
24
0
0

Teks penuh

(1)

i

EVALUASI PENERAPAN ALGORITMA A* DAN

ALGORITMA JUMP POINT SEARCH PADA PERMAINAN

LODE-RUNNER, THE LEGEND RETURN

Skripsi

oleh

ADITYA BIMANTARA 71110091

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS KRISTEN DUTA WACANA

2015

(2)

ii

HALAMAN JUDUL

EVALUASI PENERAPAN ALGORITMA A* DAN

ALGORITMA JUMP POINT SEARCH PADA PERMAINAN

LODE-RUNNER, THE LEGEND RETURN

Skripsi

Diajukan kepada Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Kristen Duta Wacana

Sebagai Salah Satu Syarat dalam Memperoleh Gelar Sarjana Komputer

Disusun oleh ADITYA BIMANTARA

71110091

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS KRISTEN DUTA WACANA

2015

(3)

iii PERNYATAAN KEASLIAN SKRIPSI

Saya menyatakan dengan sesungguhnya bahwa skripsi dengan judul:

Evaluasi Penerapan Algoritma A* Dan Algoritma Jump Point

Search Pada Game Lode-Runner, The Legend Return

Yang saya kerjakan untuk melengkapi sebagian persyaratan menjadi Sarjana Komputer pada pendidikan Sarjana Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Kristen Duta Wacana, bukan merupakan tiruan atau duplikasi dari skripsi kesarjanaan di lingkungan Universitas Kristen Duta Wacana maupun di Perguruan Tinggi atau instansi manapun, kecuali bagian yang sumber informasinya dicantumkan sebagai mana mestinya.

Jika dikemudian hari didapati bahwa hasil skripsi ini adalah hasil plagiasi atau tiruan dari skripsi lain, saya bersedia dikenai sanksi yakni pencabutan gelar kesarjanaan saya.

Yogyakarta, 15 Juni 2015

ADITYA BIMANTARA 71110091

(4)

iv

HALAMAN PERSETUJUAN

Judul Skripsi : Evaluasi Penerapan Algoritma A* Dan Algoritma Jump Point Search Pada Game Lode-Runner, The Legend Return

Judul : ADITYA BIMANTARA

N I M : 71110091

Matakuliah : Tugas Akhir

Kode : TIW276 Semester : Genap Tahun Akademik : 2014/2015

Telah diperiksa dan disetujui di Yogyakarta,

Pada tanggal 6 Mei 2015

Dosen Pembimbing I Dosen Pembimbing II

Rosa Delima, S.Kom., M.Kom. Nugroho Agus Haryono, M.Si

(5)

v

HALAMAN PENGESAHAN

Evaluasi Penerapan Algoritma A* Dan Algoritma Jump Point

Search Pada Game Lode-Runner, The Legend Return

Oleh: ADITYA BIMANTARA / 71110091

Dipertahankan di depan Dewan Penguji Skripsi

Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Kristen Duta Wacana - Yogyakarta

Dan dinyatakan diterima untuk memenuhi salah satu syarat memperoleh gelar Sarjana Komputer pada tanggal .... Yogyakarta, … Juli 2015 Mengesahkan, Dewan Penguji: 1. _____________________________ _________________ 2. ____________________________ _________________ 3 . ____________________________ _________________ 4 . ____________________________ _________________

Dekan Ketua Program Studi

(Budi Susanto, S.Kom., M.T.) (Gloria Virginia, Ph.D.)

©UKDW

(6)

vi

UCAPAN TERIMA KASIH

Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa karena atas berkat dan rahmat-Nya, skripsi yang berjudul “Evaluasi Penerapan Algoritma A* Dan Algoritma Jump Point Search Pada Game Lode-Runner, The Legend Return“ ini dapat terselesaikan.

Penulis menyusun skripsi ini dalam rangka memenuhi salah satu persyaratan untuk mencapai gelar sarjana (S1) pada Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Kristen Duta Wacana Yogyakarta.

Penulis menyadari bahwa terselesaikannya Skripsi ini tak lepas dari campur tangan berbagai pihak. Untuk itulah penulis ingin menyampaikan terima kasih kepada:

1. Ibu Rosa Delima, S.Kom., M.Kom., selaku dosen pembimbing I, yang telah banyak memberikan bimbingan selama penyusunan dan penulisan Skripsi ini. 2. Bapak Nugroho Agus Haryono, M.Si., selaku dosen pembimbing II yang

juga telah banyak memberikan masukan dan arahan selama pembuatan skripsi.

3. Kepada keluarga terkasih, Bapak, Ibu, dan kakak saya yang memberikan dukungan, doa, nasehat, dan motivasi hingga sampai detik ini penulis menyelesaikan studi.

4. Kepada teman-teman jurusan Teknik Informatika 2011, yang senantiasa ada untuk memberikan dukungan, dan sama-sama berjuang untuk menyelesaikan tugas akhir.

5. Kepada keluarga besar yang senantiasa memotivasi serta selalu mendoakan kelancaran studi hingga Skripsi ini terselesaikan, dan semua keluarga yang tak bisa disebutkan satu per satu.

(7)

vii 6. Kepada sahabat-sahabat Program Studi Teknik Informatika 2011, Krisna, Bono, Greg, Graha, Ucup, Verdy, Oscar, Andy, Lyvi, Deo, Dani, Roy, Hagios, Irawan, Okke, Tanu, Hanako dan Silek segala kebersamaan selama ini. Terimakasih atas rasa kekeluargaan yang selalu ada selama masa studi. 7. Terakhir, penulis hendak menyapa setiap nama yang tidak dapat penulis

cantumkan satu per satu, terima kasih atas doa yang senantiasa mengalir tanpa sepengetahuan penulis.

Dalam penyusunan tugas akhir ini, tentunya penulis masih memiliki banyak kekurangan pada topik dalam Skripsi ini dan penulisannya yang masih banyak terdapat kekurangan.

Oleh karena itu, penulis sangat menghargai dan menerima jika ada berbagai masukan dari para pembaca baik berupa kritik maupun saran yang sifatnya membangun demi penyempurnaan penulisan-penulisan Skripsi di masa yang akan datang. Penulis meminta maaf bila ada kesalahan dalam penulisan Skripsi ini. Terima Kasih

(8)

viii

KATA PENGANTAR

Puji syukur Penulis Panjatkan ke Hadirat Tuhan Yang Maha Esa karena atas Rahmat dan Karunia-Nya, sehingga penulis dapat menyelesaikan tugas akhir ini.

Dengan selesainya tugas akhir ini tidak lepas dari bantuan banyak pihak yang telah memberikan masukan-masukan kepada penulis. Untuk itu penulis mengucapkan banyak terimakasih.

Penulis menyadari bahwa laporan tugas akhir ini masih jauh dari kesempurnaan baik dari bentuk penyusunan maupun materinya. Oleh karena itu segala kritikan dan saran yang membangun akan penulis terima dengan baik. Akhir kata semoga laporan tugas akhir ini dapat memberikan manfaat kepada kita sekalian. Yogyakarta, Mei 2015 Penulis

©UKDW

(9)

ix

INTISARI

EVALUASI PENERAPAN ALGORITMA A* DAN ALGORITMA JUMP POINT SEARCH PADA GAME LODE-RUNNER, THE LEGEND

RETURN

Path finding merupakan sebuah usaha yang dilakukan oleh sebuah object untuk mencari jalan dari suatu tempat ke tempat lain.Ada beberapa algoritma yang sering digunakan dalam melakukan path finding, diataranya adalah algoritma A* dan Jump Point Search (JPS). Dalam penelitian ini, penulis melakukan evaluasi terhadap performa algoritma A* dan algoritma JPS yang merupakan pengembangan dari algoritma A*. Evaluasi dilakukan melalui implementasi kedua algoritma kedalam permainan Lode-Runner: The Legend Return dengan mengukur variabel running-time, visited node dan open node. Berdasarkan hasil analisa dari penerapan algoritma terhadap permainan, didapatkan bahwa kedua algoritma memiliki path solusi yang sama namun algoritma JPS memiliki jumlah visited node dan open node yang lebih sedikit.

Kata Kunci: A*, Jump Point Search, Analisis Algoritma, Permainan Lode-Runner

(10)

x

DAFTAR ISI

HALAMAN JUDUL ... ii

HALAMAN PERSETUJUAN ... iv

HALAMAN PENGESAHAN ... v

UCAPAN TERIMA KASIH ... vi

KATA PENGANTAR ... viii

INTISARI ... ix

DAFTAR ISI ... x

DAFTAR GAMBAR ... xiii

DAFTAR TABEL ... xv BAB I ... 1 1.1. Latar Belakang ... 1 1.2. Rumusan Masalah ... 2 1.3. Batasan Masalah ... 2 1.4. Tujuan Penelitian... 2 1.5. Metodelogi Penelitian ... 3 1.6. Sistematika Penulisan ... 6 BAB II ... 7 2.1. Tinjauan Pustaka ... 7 2.2. Landasan Teori ... 10 2.2.1. Algoritma A* ... 10

2.2.2. Algoritma Jump Point Search ... 12

2.2.3. Lode-Runner, The Legend Return ... 15

2.3. Contoh Penerapan Algoritma ... 15

(11)

xi

2.3.1. Algoritma A* ... 16

2.3.2. Algoritma Jump Point Search ... 18

BAB III ... 20

3.1. Spesifikasi Perangkat ... 20

3.1.1. Kebutuhan Perangkat keras ... 20

3.1.2. Kebutuhan Perangkat Lunak ... 20

3.2. Game Design ... 21

3.2.1. Goal ... 21

3.2.2. Rule ... 21

3.2.3. Action ... 22

3.2.4. Level permainan ... 22

3.2.5. Mappinginput device... 23

3.2.6. Flowchart Permainan Lode-Runner: The Legend Return ... 23

3.3. Perancangan Proses Pengembangan Sistem ... 24

3.4. Algoritma Pencarian dari Agen Cerdas ... 27

3.4.1. Perancangan Implementasi Algoritma A* ... 27

3.4.2. Perancangan Implementasi Algoritma Jump Point Search ... 28

3.4.3. Perancangan Cara Kerja Agen Cerdas ... 29

3.5. Perancangan Antar Muka ... 30

3.5.1. Title Screen Page ... 30

3.5.2. Help Page ... 30

3.5.3. Option Page ... 31

3.5.4. Credits Page ... 32

3.5.5. Game Maps ... 32

3.6. Perancangan Pengujian Sistem ... 33

(12)

xii 3.6.1. Pengujian Game ... 33 3.6.2. Pengujian Algoritma ... 34 BAB IV ... 36 4.1. Implementasi Sistem ... 36 4.1.1. Antarmuka Sistem... 36

4.1.2. Sistem Map Object... 38

4.1.3. Sistem Player Object ... 39

4.1.4. Sistem agen cerdas ... 40

4.1.5. Implementasi Algoritma ... 41

4.2. Analisis Sistem ... 45

4.2.1. Evaluasi Performa Agen Cerdas Dengan Menggunakan Algoritma A* dan Algoritma Jump Point Search ... 45

4.2.2. Perbandingan Gerakan Agen Cerdas Algoritma A* Dengan Agen Cerdas Algoritma Jump Point Search ... 55

BAB V ... 57

5.1. Simpulan ... 57

5.2. Saran ... 57

DAFTAR PUSTAKA ... 58

©UKDW

(13)

xiii

DAFTAR GAMBAR

Gambar 2.1 Pseudocode Algoritma A* ... 11

Gambar 2.2 Contoh pencarian agen cerdas dengan menggunakan algoritma A* . 12 Gambar 2.3 Pseudocode Identidy successors algoritma JPS ... 13

Gambar 2.4 Pseudocode Jump function algoritma JPS ... 13

Gambar 2.5 contoh pencarian agen cerdas dengan menggunakan algoritma Jump Point Search ... 14

Gambar 2.6 Map permainan Lode-Runner, The Legend Return ... 15

Gambar 2.7 grid map, start node dan goal node ... 16

Gambar 2.8 hasil pencarian dengan algoritma A* ... 18

Gambar 2.9 hasil pencarian dengan algoritma JPS ... 18

Gambar 3.1 Flowchart alur permainan Lode-Runner: The Legend Return... 24

Gambar 3.2Skema proses pengembangan sistem ... 25

Gambar 3.3 Flowchart algoritma A* ... 27

Gambar 3.4 Flowchart algoritma Jump Point Search ... 28

Gambar 3.5 Flowchart carakerja agen cerdas ... 29

Gambar 3.6 RancanganHalaman Menu ... 30

Gambar 3.7RancanganHalaman bantuan game ... 31

Gambar 3.8Rancanganhalaman optiongame ... 31

Gambar 3.9RancanganHalaman creditsgame ... 32

Gambar 4.1 ImplementasiHalaman Menu ... 36

Gambar 4.2 ImplementasiHalaman bantuan game ... 37

Gambar 4.3 Implementasihalaman optiongame ... 37

Gambar 4.4 ImplementasiHalaman creditsgame ... 37

©UKDW

(14)

xiv

Gambar 4.5Gambar karakter player ... 46

Gambar 4.6Gambar karakter agen cerdas ... 46

Gambar 4.7 Gambar permainan Lode-Runner: The Legend Return dan jalur agen cerdas pada map ... 46

Gambar 4.8Gambar map 1 dan jalur agen cerdas pada map 1 ... 47

Gambar 4.9Gambar map 2 dan jalur agen cerdas pada map 2 ... 48

Gambar 4.10Gambar map 3 dan jalur agen cerdas pada map 3 ... 49

Gambar 4.11Gambar map 4 dan jalur agen cerdas pada map 4 ... 50

Gambar 4.12Gambar map 5 dan jalur agen cerdas pada map 5 ... 51

Gambar 4.13 Grafik nilai rata-rata visited node ... 52

Gambar 4.14 Grafik nilai rata-rata running-time ... 52

Gambar 4.15 Grafik nilai rata-rata open node ... 53

Gambar 4.16 Jumping Stright ... 54

Gambar 4.17 Agen cerdas dengan algoritma A* ... 56

Gambar 4.18 Agen cerdas dengan algoritma JPS ... 56

Gambar 4.19 Dua buah agen cerdas yang ditempatkan pada posisi yang sama ... 56

Gambar 4.21 Gambar permainan pada map 3 (2) ... 56

©UKDW

(15)

xv

DAFTAR TABEL

Tabel 2.1 Perbandingan beberapa algoritma path finding berdasarkan waktu

eksekusi ... 8

Tabel 2.2 Perbandingan beberapa algoritma path finding berdasarkan visited node ... 8

Tabel 2.3 Hasil pencarian menggunakan Algortima A* ... 17

Tabel 2.4 Hasil pencarian menggunakan Algortima JPS ... 19

Tabel 3.1 Input device dan keterangan action input device ... 23

Tabel 4.1 Data penelitian map 1 ... 47

Tabel 4.2 Data penelitian map 2 ... 48

Tabel 4.3 Data penelitian map 3 ... 49

Tabel 4.4 Data penelitian map 4 ... 50

Tabel 4.5 Data penelitian map 5 ... 51

Tabel 4.6 Nilai rata-rata variable pada Ttabel 4.1 hingga 4.5 ... 52

(16)

ix

INTISARI

EVALUASI PENERAPAN ALGORITMA A* DAN ALGORITMA JUMP POINT SEARCH PADA GAME LODE-RUNNER, THE LEGEND

RETURN

Path finding merupakan sebuah usaha yang dilakukan oleh sebuah object untuk mencari jalan dari suatu tempat ke tempat lain.Ada beberapa algoritma yang sering digunakan dalam melakukan path finding, diataranya adalah algoritma A* dan Jump Point Search (JPS). Dalam penelitian ini, penulis melakukan evaluasi terhadap performa algoritma A* dan algoritma JPS yang merupakan pengembangan dari algoritma A*. Evaluasi dilakukan melalui implementasi kedua algoritma kedalam permainan Lode-Runner: The Legend Return dengan mengukur variabel running-time, visited node dan open node. Berdasarkan hasil analisa dari penerapan algoritma terhadap permainan, didapatkan bahwa kedua algoritma memiliki path solusi yang sama namun algoritma JPS memiliki jumlah visited node dan open node yang lebih sedikit.

Kata Kunci: A*, Jump Point Search, Analisis Algoritma, Permainan Lode-Runner

(17)

1

BAB I

PENDAHULUAN

1.1.Latar Belakang

Agencerdas adalah salah satu topik yang rumit dan menarik untuk diteliti. Hal ini terbukti dengan terus meningkatnya kompleksitas kebutuhan agen cerdas dari masa ke masa. Misalnya saja seperti alokasi memori yang terbatas pada CPU, penghitungan gerakan path finding secara real time yang mungkin terjadi untuk 1 agenatau lebih, tipe-tipe perkembangan path finding yang baru seperti adversarial path finding,agencerdas untuk peta yang selalu berubah-ubah informasinya,agen cerdas untuk peta yang tidak semua informasi petanya diketahui dan masih banyak lagi. (Botea, Bouszy, Bruno, Bauckhage, & Nau, 2013)

Performa agen cerdas sangat berpengaruh bagi kepuasan pengguna suatu aplikasi permainan. Algoritma merupakan salah satu faktor yang signifikan untuk memaksimalkan performa dari sebuah agrn cerdas. Dengan demikian untuk membuat permainan yang bagus dan memuaskan, pemilihan algoritma untuk agen cerdas haruslah tepat, efektif dan efisien.

Oleh karena itu, penulis ingin meneliti mengenai performa dua buah algoritma, algoritma A* dan algoritma Jump Point Search, yang dirasa mampu untuk memaksimalkan sebuah agen cerdas dalam melakukan path finding pada sebuah agen yang bergerak. Algoritma yang digunakan adalah algoritma A* yang sudah terbukti kemampuannya dalam melakukan path finding ke sebuah object dan algoritma Jump Point Search. Algoritma Jump Point Search adalah algoritma baru dan lebih cepat dibandingkan dengan algoritma A* ketika melakukan path finding ke sebuah object. (Harabor , Fast Pathfinding via Symmetry Breaking, 2011)

Pada penelitian ini, variabel yang dianalisa oleh penulis adalah performa running-time, open node dan visited node yang dilakukan oleh agen cerdas ketika melakukan path finding. Hal tersebut akan penulis implementasikan pada

(18)

2 permainan Lode-Runner: the Legend Return, dimana agencerdas dalam permainan ini memiliki karakteristik yang sama dengan yang diteliti oleh penulis.

1.2.Rumusan Masalah

Rumusan Masalah yang dapat dibuat dalam membantu evaluasi algoritma adalah sebagai berikut:

1. Bagaimana hasil evaluasi dari running-time, open node dan Visited Node dari path finding agen cerdas algoritma A* dengan agen cerdas algoritma Jump Point Search ke sebuah object dalam permainan Lode-Runner: the Legend Return?

2. Bagaimana perbandingan gerakan yang dilakukan agen cerdas algoritma A* dengan agen cerdas algoritma Jump Point Search?

1.3.Batasan Masalah

Batasan-batasan masalah dalam penelitian ini adalah sebagai berikut: 1. Satu buah Agen cerdas hanya menggunakan satu algoritma pencarian. 2. Percobaan dilakukan dalam kondisi yang sama.

3. Running-time diukur dengan menghitung lama waktu agen cerdas melakukan path finding yang dimulai ketika agen cerdas melakukan pencarian jalan hingga menemukan jalan pada object yang dituju.

1.4.Tujuan Penelitian

Tujuan penelitian ini adalah mengetahui evaluasi kinerja dari algoritma A* dan Jump Point Search dengan membandingkan hasil path finding berupa data open node,visited node dan running-time agenyang melakukan pencarian jalan menuju satu buah object.

(19)

3 1.5.Metodelogi Penelitian

a. Studi literatur

Penulis memulai penelitian dengan mengumpulkan dan mempelajari bahan-bahan referensi tentang teori algoritma dari berbagai sumber, seperti buku, jurnal, maupun situs internet.

b. Membuat game design

Desain permainan yang dirancang oleh penulis adalah permainan Lode-Runner, the Legend Return yang nantinya digunakan sebagai demo implemantasi algoritma.

c. Membuat Sistem

Penulis mulai membuat sistem dengan memulai dari mempersiapkan sprite gambar karakter, background, map, treenode dan code engine dari permainan tersebut.

d. Implementasi algoritma pada agen cerdas dan percobaan

Sistem yang sudah dibuat kemudian ditambahkan algoritma A* dan algoritma Jump Point Search ke dalam object agen cerdas.

e. Evaluasi Sistem

Evaluasi terhadap program dilakukan dengan membandingkan

sample data dari kedua algortima (algoritma A* dan algoritma Jump

Point Search) yang diperoleh dari percobaan yang dilakukan.

- Data yang diteltiti

Data running-time merupakan lama waktu agen cerdas melakukan pencarian jalan sampai menemukan jalan menuju player. Data tersebut didapatkan dengan mencatat selisih waktu agen cerdas sebelum melakukan pencarian dan waktu agen cerdas ketika mendapatkan jalan menuju player(menggunakan algoritma JPS dan A*).

Data Open node merupakanjumlah node yang dimasukkan ke dalam open list oleh agen cerdas ketika pertama kali melakukan pencarian jalan pada player. Data ini dihitung berdasarkan asumsi

©UKDW

(20)

4 bahwa posisi agen cerdas dan posisi player tetap/tidak bergerak. Node yang dimasukkan kedalam open list merupakan start node, hasil ekspansi dari start node hingga mencapai player (algoritma A*) dan hasil ekspansi yang memenuhi kondisi forced neighbor untuk menjadi jump point dari start node hingga mencapai player (Algoritma JPS).

Data visited node merupakan jumlah node yang diekspan oleh agen cerdas ketika pertama kali melakukan pencarian jalan menuju player. Data ini dihitung berdasarkan asumsi bahwa posisi agen cerdas dan posisi player tetap/tidak bergerak. Node yang diekspan merupakan node yang terdapat pada open node dan dapat diekspan dengan syarat node tersebut harus memiliki nilai f(n) terendah pada open node, apabila node yang tersisa memiliki nilai yang sama, maka node yang diekspan merupakan node yang berada pada posisi paling atas pada open List. Open List menggunakan struktur data binarry heap dimana setiap node akan diurutkan berdasarkan node yang memiliki nilai f(n) paling rendah ke node yang memiliki node f(n) paling tinggi(menggunakan algoritma JPS dan A*)

- Percobaan untuk mendapatkan data

Percobaan dilakukan dengan membuat variablecounter untuk mengukur jumlah visited node dan jumlah open node. Data running-time didapatkan dengan mencatat selisih waktu ketika agen cerdas akan melakukan pencarian dan ketika agen cerdas telah selesai melakukan pencarian.

Peneliti melakukan percobaan sebanyak 50 kali. 1 kali percobaan dilakukan dengan menaruh agen cerdas algoritma A* dan agen cerdas algoritma JPS pada posisi yang sama secara random lalu kedua algoritma tersebut melakukan pencarian jalan menuju object yang sama yaitu player. Percobaan dilakukan dalam kondisi player yang statis dan tidak bergerak, hal ini disebabkan karena ketika player bergerak, pohon pencarian akan mengalami perubahan ketika posisi player/goal node berubah.

(21)

5

- Validitas data

Data yang diambil oleh penulis akan divalidasi kembali. Proses validasi tersebut menhasilkan data yang valid apabila kondisi dari setiap percobaan (percobaan ketika menggunakan algoritma Jump Point Search dan algoritma A*) berada dalam kondisi yang sama. Yang dimaksud dengan kondisi yang sama adalah untuk setiap posisi player, posisi agen cerdas dan posisi node pada graph berada dalam posisi yang sama namun algoritma dari agen cerdas menggunakan salah satu dari algoritma Jump Point Search atau algoritma A*.

- Jumlah sample data

Jumlah sample data yang diambil dari percobaan adalah 50 data. Data tersebut mewakili algortima Jump Point Search dan algoritma A* dimana data harus sudah valid. Data yang berjumlah 50 diambil dari 5 map yang berberda dimana 1 map akan diambil 10 data.

- Analisis dan Evaluasi

Setelah mendapatkan data valid dari percobaan yang dilakukan, data tersebut akan dianalisa dan dievaluasi. Analisa tersebut mengupas tentang rumusan masalah yang dihadapi oleh penulis. Misalnya saja seperti bagaimana hasil evaluasi running-time, open node dan Visited Node dari path finding agen cerdas algoritma A* dengan agen cerdas algoritma Jump Point Search ke sebuah object dalam permainan Lode-Runner: the Legend Return dan bagaimana perbandingan gerakan yang dilakukan agen cerdas algoritma A* dengan agen cerdas algoritma Jump Point Search.

(22)

6 1.6.Sistematika Penulisan

Sistematika penulisan laporan Tugas Akhir ini dikelompokkan menjadi 5 bab.yaitu:

Bab I Pendahuluan. Bab ini berisi gambaran tentang penelitian yang dilakukan. Bab ini terbagi menjadi beberapa bagian, yaitu latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, metode penelitian dan sistematika penulisan.

Bab II Tinjauan Pustaka. Bab ini berisi tentang teori yang menjadi landasan dalam pembuatan penelitian. Teori-teori tersebut diambil dari jurnal penelitian, maupun sumber-sumber lain yang dapat mendukung penelitian. Dasar teori dan tinjauan pustaka ini menjadi acuan dalam pembuatan analisis data dan pengambilan kesimpulan penelitian.

Bab III Analisis dan Perancangan Sistem. Bab ini menjelaskan mengenai tahap perancangan program aplikasi permainan Lode Runner, The Legend Return serta penerapan algortima A* dan algoritma Jump Point Search pada agen cerdas permainan. Bab ini juga menjelaskan mengenai desain permainan yang berlaku dalam permainan Lode Runner, The Legend Return.

Bab IV Implementasi dan Analisis Sistem. Bab ini berisi tentang penjelasan hasil penelitian dan analisa berkaitan dengan masalah yang ada. Penjelasan disajikan dalam bentuk deskripsi, tabel, grafik, dan gambar pendukung.

Bab V Kesimpulan dan Saran. Bab ini berisi kesimpulan dari penelitian yang dilakukan beserta saran pengembangan sistem untuk penelitian yang memiliki

(23)

57

BAB V

KESIMPULAN DAN SARAN

5.1.Simpulan

Berdasarkan hasil implementasi dan analisis sistem, maka dapat disimpulkan bahwa:

a. Performa Algoritma A* dan Algoritma Jump Point Search dalam melakukan pencarian jalan pada satu buah object memiliki performa yang sama optimalnya apabila dilihat dari segi hasil panjang path hasil pencarian jalan.

b. Algoritma Jump Point Search melakukan pruning terhadap node yang terletak diantara current node dan persimpangan node. Hal ini mengakibatkan jumlah open node dari Algoritma Jump Point Search 3 kali lebih sedikit dari algoritma A* dan jumlah visited node algoritma Jump Point Search yang 4 kali lebih sedikit dari algoritma A*.

c. Algoritma A* dan algoritma Jump Point Search memiliki hasil path yang sama ketika melakukan pencarian jalan, meski begitu, agen cerdas yang menggunakan algoritma tersebut tetap akan mengalami perbedaan gerakan yang disebabkan arah dari hasil pencarian jalan algoritma tersebut tidak sama.

5.2.Saran

Melalui penelitian yang dilakukan oleh penulis, penulis memberikan saran untuk pengembangan selanjutnya, diantaranya adalah:

a. Pembuatan program dilakukan dengan platform mobile, hal ini disarankan untuk mengetahui running-time yang lebih akurat apabila program dijalankan dengan memorysmartphone yang terbatas.

b. Agen cerdas dibuat menjadi lebih pintar dengan bisa mengetahui environment disekitar agen. Salah satu contohnya adalah agen dapat menghidari rintangan apabila agen mendapat prediksi resiko yang merugikan ketika melakukan pencarian jalan.

(24)

58

DAFTAR PUSTAKA

Botea, A., Bouszy, B., Bruno, M., Bauckhage, C., & Nau, D. (2013). Pathfinding in Games. Artificial and Computational Intelligence in Games, 1-3.

Cui, X., & Shi , H. (2011). A*-based Pathfinding in Modern Computer Games. IJCSNS International Journal of Computer Science and Network Security, 1-6.

Dolinskaya, I. S. (2012). OptimalPath NRL Dolnskaya. Optimal Path Finding in Direction, Location and Time Dependent, 17.

Harabor , D. (2011). Fast Pathfinding via Symmetry Breaking. Fast Pathfinding via Symmetry Breaking, 1-9.

Harabor, D., & Grastien, A. (2013). Online Graph Pruning for Pathfinding on Grid Maps. 1-6.

Kilinçarslan , M. (2007). Implementation Of A Path Finding Algorithm For The Navigation Of Visually Impaired People. 62.

Krishnaswamy , N. (2009). A Comparison of Efficiency in Pathfinding Algorithms in Game Development . 1-25.

Miroslav, K. (2012). Any-angle path-planing algorithms. 12.

Mott, T. (2010). 1001 Video Games: You Must Play Before You Die. London: Quintessence.

Nosrati , M., Karimi , R., & Hasanvand , H. A. (2011). Investigation of the * (Star) Search Algorithms: Characteristics, Methods and Approaches. World Applied Programming,, Vol (2), No (4), April 2012. 251-256, 1-3.

Zarembo, I., & Kodors, S. (2013). Pathfinding Algorithm Efficiency Analysis in. Proceedings of the 9th International Scientific and Practical Conference, Volume 11, 1-5.

Referensi

Dokumen terkait

Namun, penelitian yang dilakukan oleh Bature & Davidserta Maria (2009) memiliki hasil berpengaruh negatif.Hal tersebut terjadi karena setiap kenaikan 1% pada jumlah

 Penelitian ini dapat dijadikan sebagai masukan alternatif untuk penerapan strategi perusahaan dalam penentuan biaya standar sebagai bahan untuk mengendalikan biaya

Serangan akut asma dapat terjadi karena gagal tatalaksana jangka panjang asma kronis atau dirangsang oleh pencetus asma seperti infeksi saluran nafas, aktivitas fisik,

Berdasarkan rumusan masalah diatas, maka tujuan dalam penelitian ini yaitu menganalisis potensi bioinsektisida dari ekstrak kulit kayu manis (Cinnamomum aromaticum),

Oleh karena itu berbagai event pendukungnya pun ya juga tidak jauh dari kegiatan yang biasa dilakukan anak pelajar SMA, seperti kegiatan jurnalistik itu.” (Wawancara

Hasil analisis yang dilakukan menunjukkan bahwa secara simultan variable independen (harga premi, kelompok referensi, produk dan religiusitas) berpengaruh signifikan

?ang dima+sud dengan masalah adalah +eadaan yang bersumber  dari hubungan antara dua ,a+tor atau lebih yang menghasil+an situasi yang membingung+an* Masalah yang dibahas